理解Stream API-Collector收集器

Collector<T, A, R> 是 Java Stream API 中用于自定义收集操作的核心接口。它允许开发者定义如何将流中的元素累积到一个可变容器中，并最终将容器转换为结果。Collector 的设计非常灵活，能够支持各种复杂的收集操作，例如分组、分区、连接字符串等。

接下来，我们将从 设计理念 和 底层原理 两个方面深入解析 Collector。

---

一、设计理念

Collector 的设计目标是解耦流的处理逻辑与结果生成逻辑，同时提供足够的灵活性来支持各种收集操作。它的设计理念可以概括为以下几点：

1. 可变容器（Accumulator）：

   • 收集操作需要一个可变容器来临时存储流中的元素。
   • 容器类型可以是任意的（如 List、Map、StringBuilder 等）。

2. 累积操作（Accumulation）：

   • 定义如何将流中的元素逐个添加到可变容器中。

3. 结果转换（Finisher）：

   • 在流处理完成后，将可变容器转换为最终结果（如将 List 转换为不可变集合）。

4. 并行支持（Combiner）：

   • 在并行流中，多个线程会独立处理数据块，最终需要将这些部分结果合并。

5. 特性描述（Characteristics）：

   • 描述收集器的行为特性（如是否支持并行、是否有序等）。

---

二、Collector 接口定义

Collector 接口的定义如下：

public interface Collector<T, A, R> {
    // 创建一个新的可变容器
    Supplier<A> supplier();

    // 将元素累积到容器中
    BiConsumer<A, T> accumulator();

    // 合并两个容器（用于并行流）
    BinaryOperator<A> combiner();

    // 将容器转换为最终结果
    Function<A, R> finisher();

    // 描述收集器的特性
    Set<Characteristics> characteristics();
}

1. 核心方法解析

方法	作用
Supplier<A> supplier()	创建一个新的可变容器（如 ArrayList::new）。
BiConsumer<A, T> accumulator()	将元素累积到容器中（如 List::add）。
BinaryOperator<A> combiner()	合并两个容器（用于并行流，如 List::addAll）。
Function<A, R> finisher()	将容器转换为最终结果（如将 List 转换为不可变集合）。
Set<Characteristics> characteristics()	描述收集器的特性（如是否支持并行、是否有序等）。

2. 特性枚举（Characteristics）

Characteristics 是一个枚举类型，用于描述收集器的行为特性：

特性	含义
CONCURRENT	表示收集器支持并行操作，多个线程可以共享同一个容器。
UNORDERED	表示收集器不保留元素的顺序。
IDENTITY_FINISH	表示 finisher() 方法是一个恒等函数，可以省略。

---

三、底层原理

Collector 的底层实现依赖于 Stream API 的流水线机制。以下是其工作原理的详细解析：

1. 收集器的执行流程

当调用 collect(Collector) 方法时，Stream API 会按照以下步骤执行收集操作：

1. 创建容器：

   • 调用 supplier() 方法创建一个新的可变容器（如 ArrayList）。

2. 累积元素：

   • 对流中的每个元素调用 accumulator() 方法，将其添加到容器中。

3. 合并部分结果（并行流）：

   • 在并行流中，多个线程会独立处理数据块，生成多个部分结果。
   • 调用 combiner() 方法将这些部分结果合并。

4. 转换结果：

   • 调用 finisher() 方法将容器转换为最终结果（如将 List 转换为 Set）。

---

2. 并行流的支持

在并行流中，Collector 的执行流程如下：

1. 分割数据：

   • 使用 Spliterator 将数据源分割为多个子任务。

2. 并行累积：

   • 每个子任务独立调用 supplier() 创建自己的容器，并使用 accumulator() 累积元素。

3. 合并结果：

   • 使用 combiner() 方法将各个子任务的结果合并。

---

3. 特性优化

Collector 的特性（Characteristics）会影响其执行方式：

• CONCURRENT：

  • 如果收集器是并发的，多个线程可以共享同一个容器，无需合并部分结果。
  • 例如，Collectors.toConcurrentMap() 是一个并发收集器。

• IDENTITY_FINISH：

  • 如果 finisher() 是恒等函数，Stream API 会跳过此步骤，直接返回容器。

---

四、自定义 Collector 示例

为了更好地理解 Collector 的工作原理，我们实现一个自定义收集器：将流中的字符串连接成一个用逗号分隔的字符串。

1. 自定义收集器实现

public class StringJoiningCollector implements Collector<String, StringBuilder, String> {
    private final String delimiter;

    public StringJoiningCollector(String delimiter) {
        this.delimiter = delimiter;
    }

    @Override
    public Supplier<StringBuilder> supplier() {
        return StringBuilder::new; // 创建容器
    }

    @Override
    public BiConsumer<StringBuilder, String> accumulator() {
        return (sb, str) -> {
            if (sb.length() > 0) {
                sb.append(delimiter); // 添加分隔符
            }
            sb.append(str); // 添加元素
        };
    }

    @Override
    public BinaryOperator<StringBuilder> combiner() {
        return (sb1, sb2) -> {
            if (sb1.length() > 0 && sb2.length() > 0) {
                sb1.append(delimiter); // 合并时添加分隔符
            }
            sb1.append(sb2); // 合并两个容器
            return sb1;
        };
    }

    @Override
    public Function<StringBuilder, String> finisher() {
        return StringBuilder::toString; // 转换为最终结果
    }

    @Override
    public Set<Characteristics> characteristics() {
        return Set.of(); // 无特殊特性
    }
}

2. 使用自定义收集器

List<String> words = Arrays.asList("Hello", "World", "Java", "Stream");
String result = words.stream().collect(new StringJoiningCollector(", "));
System.out.println(result); // 输出: Hello, World, Java, Stream

---

五、JDK 内置收集器

JDK 提供了许多内置的收集器（位于 java.util.stream.Collectors 类中），例如：

• toList()：将元素收集到 List 中。
• toSet()：将元素收集到 Set 中。
• joining()：将字符串连接成一个字符串。
• groupingBy()：按条件分组。
• partitioningBy()：按条件分区。

这些内置收集器都是基于 Collector 接口实现的。

---

六、总结

Collector<T, A, R> 的设计理念是通过解耦累积逻辑与结果生成逻辑，提供一种灵活且高效的方式来处理流中的元素。其底层原理基于以下核心机制：

1. 可变容器：用于临时存储元素。
2. 累积操作：将元素逐个添加到容器中。
3. 结果转换：将容器转换为最终结果。
4. 并行支持：通过 combiner() 方法合并部分结果。

通过理解 Collector 的设计和实现，开发者可以更好地使用内置收集器，甚至实现自定义的收集操作以满足特定需求。